Стэнфордский обзор: ИИ пока слабо влияет на занятость

В обзоре Stanford Institute for Economic Policy Research (SIEPR) собраны ранние исследования о влиянии ИИ на рынок труда. Его основной вывод сдержанный: убедительных данных о масштабном сокращении занятости из-за ИИ пока нет. С 2022 года безработица среди работников в пятой части профессий с наибольшей подверженностью ИИ выросла на 0,77 процентного пункта, а среди наименее подверженных, на 0,85 пункта. Это больше похоже на общее охлаждение рынка труда, чем на вызванные ИИ увольнения. Занятость в наиболее затронутых профессиях остаётся в целом стабильной, а среди компаний, внедривших корпоративный ИИ, в течение двух последующих лет занятость выросла на 10%; эффект был связан с компаниями с наибольшими расходами на ИИ на сотрудника. Авторы также отмечают, что объявления об увольнениях с упоминанием ИИ могут отражать не только автоматизацию, но и стремление высвободить деньги для инвестиций в ИИ либо сократить штат после чрезмерного найма в пандемию.

Отдельно выделен сложный рынок для недавних выпускников. В начале 2026 года безработица среди них достигла 5,6%, на 1,6 процентного пункта выше, чем тремя годами ранее. Исследования фиксируют снижение занятости молодых работников в уязвимых к ИИ профессиях, в частности у разработчиков и сотрудников клиентской поддержки, после запуска ChatGPT; у более старших работников в тех же профессиях занятость оставалась стабильной или росла. Но причинность не установлена: на найм одновременно влияли повышение ставок ФРС с марта 2022 года, чрезмерный найм в пандемию и переход к удалённой работе. После добавления дополнительных контролей снижение занятости на стартовых позициях становится заметным лишь с 2024 года, когда и внедрение ИИ, и возможности моделей уже существенно выросли.

Эксперименты чаще показывают положительный, но неоднородный эффект на производительность. В крупном колл-центре генеративный помощник увеличил общую производительность на 15%, а у новичков и менее квалифицированных операторов, на 30% по числу решённых обращений в час; у наиболее квалифицированных операторов прироста не было, а качество ответов немного снизилось. В одном исследовании GitHub Copilot ускорил выполнение задач на 56%, главным образом у менее опытных программистов; в другом эффект в разных компаниях составил от 10% до 30%. ChatGPT сокращал время на письменные задания для работников с разным уровнем способностей и улучшал качество текстов у менее сильных авторов. Однако полезность ИИ зависит от конкретной задачи и умения проверить результат: менее опытные кенийские предприниматели, следовавшие общим советам ИИ, получили меньшие выручку и прибыль, чем те, кто развивал бизнес без такого инструмента. ИИ также может уменьшать разнообразие творческих идей: тексты с его помощью были более похожи друг на друга.

В обзоре подчёркивается, что результаты лабораторных и полевых экспериментов ещё могут не проявляться в агрегированной статистике производительности. ИИ может ускорять лишь небольшую долю всех задач, а ограничения в остальных частях процесса и затраты на перестройку работы тормозят измеримый эффект. Опросы компаний, согласно началу следующего раздела обзора, показывают широкий разброс уровней внедрения при быстром росте. Поэтому ранние данные не считаются окончательным ответом о будущем труда в мире с ИИ.

Ключевые факты

Безработица с 2022 года выросла на 0,77 п.п. у наиболее подверженных ИИ профессий и на 0,85 п.п. у наименее подверженных, что не подтверждает сценарий массовых увольнений из-за ИИ.
В начале 2026 года безработица среди недавних выпускников достигла 5,6%, на 1,6 п.п. выше уровня трёхлетней давности; вклад ИИ в это ухудшение пока нельзя отделить от макроэкономических факторов.
В одном исследовании помощник для операторов колл-центра повысил производительность на 15%, а у новичков и менее квалифицированных работников, на 30%.
Эффект ИИ зависит от задачи и навыков: GitHub Copilot в одном эксперименте ускорил работу на 56%, но менее опытные предприниматели в Кении ухудшили выручку и прибыль, следуя общим советам ИИ.
Авторы предупреждают, что быстрый, но неравномерный рост внедрения ИИ и организационные ограничения могут отсрочить его видимый эффект в статистике производительности.

Почему это важно

Обзор противопоставляет громким прогнозам о скором исчезновении офисных профессий доступные данные: на уровне всего рынка труда признаков массового вытеснения пока не видно. При этом возможные локальные последствия, прежде всего для начинающих специалистов, заслуживают отдельного внимания.

Кому это важно

Недавним выпускникам и работникам стартовых позиций, потому что их работа чаще включает рутинный поиск информации, анализ и написание текстов. Работодателям и политикам, потому что им нужно отличать эффект ИИ от последствий высоких ставок, пандемийного найма и удалённой работы.

Как это применить

При внедрении ИИ стоит измерять результат по конкретным задачам и группам сотрудников, а не переносить результаты одного эксперимента на всю организацию. Особая польза может быть у менее опытных работников, но им необходимы проверка результатов и обучение применению инструмента в конкретном контексте.

Можно ли доверять

Материал опирается на сводку исследований и прямо фиксирует ограничения причинных выводов. Он приводит конкретные показатели и альтернативные объяснения, а не объявляет любой спад найма следствием ИИ; сам обзор называет ранние данные не последним словом о будущем труда.

Риски и подводные камни

Рост скорости выполнения задач не гарантирует роста качества или прибыли: у сильных операторов колл-центра качество ответов немного снизилось, а общие рекомендации ИИ оказались вредны для части менее опытных предпринимателей. Кроме того, использование ИИ может сделать творческие результаты более однообразными.